PaddleLite使用瑞芯微NPU预测部署

PaddleLite使用瑞芯微NPU预测部署

Paddle Lite已支持Rockchip NPU的预测部署。其接入原理是与之前华为Kirin NPU类似，即加载并分析Paddle模型，将Paddle算子转成Rockchip NPU组网API进行网络构建，在线生成并执行模型。

支持现状

已支持的芯片

RK1808/1806
RV1126/1109

注意：支持RK3399Pro需要瑞芯微进行底层代码的重构，其工作量巨大，因此，暂不支持该款芯片。

已支持的设备

RK1808/1806 EVB
TB-RK1808S0 AI计算棒
RV1126/1109 EVB

已支持的Paddle模型

模型

性能

测试环境
- 编译环境
  - Ubuntu 16.04，GCC 5.4 for ARMLinux armhf and aarch64
- 硬件环境
  - RK1808EVB/TB-RK1808S0 AI计算棒
    - CPU：2 x Cortex-A35 1.6 GHz
    - NPU：3 TOPs for INT8 / 300 GOPs for INT16 / 100 GFLOPs for FP16
  - RV1109EVB
    - CPU：2 x Cortex-A7 1.2 GHz
    - NPU：1.2Tops，support INT8/ INT16
测试方法
- warmup=10, repeats=30，统计平均时间，单位是ms
- 线程数为1，DeviceInfo::Global().SetRunMode设置LITE_POWER_HIGH
- 分类模型的输入图像维度是{1, 3, 224, 224}
测试结果

模型	RK1808EVB		TB-RK1808S0 AI计算棒		RV1109EVB
	CPU(ms)	NPU(ms)	CPU(ms)	NPU(ms)	CPU(ms)	NPU(ms)
MobileNetV1-int8	266.623505	6.139	359.007996	9.4335	335.03993	6.6995
ResNet50-int8	1488.346999	18.19899	1983.601501	23.5935	1960.27252	29.8895

已支持（或部分支持）的Paddle算子

relu
conv2d
depthwise_conv2d
pool2d
fc
softmax
batch_norm
concat
elementwise_add
elementwise_sub
elementwise_mul
elementwise_div
transpose2
reshape2
sigmoid
scale
flatten
flatten2
pad2d

可以通过访问https://github.com/PaddlePaddle/Paddle-Lite/blob/develop/lite/kernels/rknpu/bridges/paddle_use_bridges.h获得最新的算子支持列表。

参考示例演示

测试设备

RK1808 EVB
TB-RK1808S0 AI计算棒
RV1126 EVB

准备设备环境

RK1808 EVB
- 需要依赖特定版本的firmware，请参照rknpu_ddk的说明对设备进行firmware的更新；
- 由于RK1808 EVB在刷firmware后，只是一个纯净的Linux系统，无法像Ubuntu那样使用apt-get命令方便的安装软件，因此，示例程序和PaddleLite库的编译均采用交叉编译方式；
- 将MicroUSB线插入到设备的MicroUSB OTG口，就可以使用Android的adb命令进行设备的交互，再也不用配置网络使用ssh或者通过串口的方式访问设备了，这个设计非常赞！
- 将rknpu_ddk的lib64目录下除librknpu_ddk.so之外的动态库都拷贝到设备的/usr/lib目录下，更新Rockchip NPU的系统库。
TB-RK1808S0 AI计算棒
- 参考TB-RK1808S0 wiki教程的将计算棒配置为主动模式，完成网络设置和firmware的升级，具体步骤如下：
  - 将计算棒插入Window7/10主机，参考主动模式开发配主机的虚拟网卡IP地址，通过ssh toybrick@192.168.180.8验证是否能登录计算棒；
  - 参考Window7/10系统配置计算棒网络共享，SSH登录计算棒后通过wget www.baidu.com验证是否能够访问外网；
  - 参考固件在线升级，建议通过ssh登录计算棒，在shell下执行sudo dnf update -y命令快速升级到最新版本系统（要求系统版本>=1.4.1-2），可通过rpm -qa | grep toybrick-server查询系统版本：
```
$ rpm -qa | grep toybrick-server
toybrick-server-1.4.1-2.rk1808.fc28.aarch64
```
  - 将rknpu_ddk的lib64目录下除librknpu_ddk.so之外的动态库都拷贝到设备的/usr/lib目录下，更新Rockchip NPU的系统库。
RV1126 EVB
- 需要升级1.51的firmware（下载和烧录方法请联系RK相关同学），可通过以下命令确认librknn_runtime.so的版本：
```
# strings /usr/lib/librknn_runtime.so | grep build |grep version
librknn_runtime version 1.5.1 (161f53f build: 2020-11-05 15:12:30 base: 1126)
```
- 示例程序和PaddleLite库的编译需要采用交叉编译方式，通过adb进行设备的交互和示例程序的运行。
- 将rknpu_ddk的lib目录下除librknpu_ddk.so之外的动态库都拷贝到设备的/usr/lib目录下，更新Rockchip NPU的系统库。

准备交叉编译环境

为了保证编译环境一致，建议参考编译环境准备中的Docker开发环境进行配置；
由于有些设备只提供网络访问方式（例如：TB-RK1808S0 AI计算棒），需要通过scp和ssh命令将交叉编译生成的PaddleLite库和示例程序传输到设备上执行，因此，在进入Docker容器后还需要安装如下软件：
```
# apt-get install openssh-client sshpass
```

运行图像分类示例程序

下载示例程序PaddleLite-linux-demo.tar.gz，解压后清单如下：

- PaddleLite-linux-demo
  - image_classification_demo
    - assets
      - images 
        - tabby_cat.jpg # 测试图片
        - tabby_cat.raw # 已处理成raw数据的测试图片
      - labels
        - synset_words.txt # 1000分类label文件
      - models
        - mobilenet_v1_int8_224_for_cpu_fluid # Paddle fluid non-combined格式的、适用于ARM CPU的MobileNetV1-int8量化模型
        - mobilenet_v1_int8_224_for_rockchip_npu_fluid # Paddle fluid non-combined格式的、适用于Rockchip NPU的MobileNetV1-int8全量化模型
        - mobilenet_v1_int8_224_for_cpu
          - model.nb # 已通过opt转好的、适合ARM CPU的obileNetV1-int8量化模型
        - mobilenet_v1_int8_224_for_rockchip_npu
          - model.nb # 已通过opt转好的、适合Rockchip NPU的MobileNetV1-int8全量化模型
        - resnet50_int8_224_for_cpu_fluid # Paddle fluid non-combined格式的、适用于ARM CPU的ResNet50-int8量化模型
        - resnet50_int8_224_for_rockchip_npu_fluid # Paddle fluid non-combined格式的、适用于Rockchip NPU的ResNet50-int8全量化模型
        - resnet50_int8_224_for_cpu
          - model.nb # 已通过opt转好的、适合ARM CPU的ResNet50-int8量化模型
        - resnet50_int8_224_for_rockchip_npu
          - model.nb # 已通过opt转好的、适合Rockchip NPU的ResNet50-int8全量化模型
    - shell
      - CMakeLists.txt # 示例程序CMake脚本
      - build
        - image_classification_demo # 已编译好的示例程序
      - image_classification_demo.cc # 示例程序源码
      - convert_to_raw_image.py # 将测试图片保存为raw数据的python脚本
      - build.sh # 示例程序编译脚本
      - run_with_adb.sh # RK1808/RK1806/RV1126/RV1109 EVB的示例程序运行脚本
      - run_with_ssh.sh # TB-RK1808S0 AI计算棒的示例程序运行脚本
  - libs
    - PaddleLite
      - arm64 # 适用于RK1808 EVB和TB-RK1808S0 AI计算棒的PaddleLite预编译库
        - include # PaddleLite头文件
        - lib
          - librknpu_ddk.so # RK DDK库
          - libgomp.so.1 # gnuomp库
          - libpaddle_light_api_shared.so # 预编译PaddleLite库
      - armhf # 适用于RK1806/RV1126/RV1109 EVB的PaddleLite预编译库

按照以下命令分别运行转换后的ARM CPU模型和Rockchip NPU模型，比较它们的性能和结果；

注意：
1）run_with_adb.sh不能在docker环境执行，否则可能无法找到设备，也不能在设备上运行；
2）run_with_ssh.sh不能在设备上运行，且执行前需要配置目标设备的IP地址、SSH账号和密码；
2）build.sh需要在docker环境中执行，如果需要测试armhf库，可将build.sh的TARGET_ARCH_ABI修改成armhf后重新生成image_classification_demo。
运行适用于ARM CPU的mobilenetv1全量化模型
$ cd PaddleLite-linux-demo/image_classification_demo/assets/models
$ cp mobilenet_v1_int8_224_for_cpu/model.nb mobilenet_v1_int8_224_for_cpu_fluid.nb
$ cd ../../shell
$ vim ./run_with_adb.sh 或 vim ./run_with_ssh.sh
  MODEL_NAME设置为mobilenet_v1_int8_224_for_cpu_fluid
For RK1808 EVB
$ ./run_with_adb.sh arm64
  (RK1808 EVB)
  warmup: 5 repeat: 10, average: 266.276001 ms, max: 266.576996 ms, min: 266.158997 ms
  results: 3
  Top0  tabby, tabby cat - 0.522023
  Top1  Egyptian cat - 0.395266
  Top2  tiger cat - 0.073605
  Preprocess time: 2.684000 ms
  Prediction time: 266.276001 ms
  Postprocess time: 0.456000 ms
For RK1806/RV1126/RV1109 EVB
$ ./build.sh armhf
$ ./run_with_adb.sh armhf
  (RV1126 EVB)
  warmup: 5 repeat: 10, average: 338.019904 ms, max: 371.528992 ms, min: 331.010010 ms
  results: 3
  Top0  tabby, tabby cat - 0.522023
  Top1  Egyptian cat - 0.395266
  Top2  tiger cat - 0.073605
  Preprocess time: 3.443000 ms
  Prediction time: 338.019904 ms
  Postprocess time: 0.600000 ms
  (RV1109 EVB)
  warmup: 5 repeat: 10, average: 335.438400 ms, max: 346.362000 ms, min: 331.894012 ms
  results: 3
  Top0  tabby, tabby cat - 0.522023
  Top1  Egyptian cat - 0.395266
  Top2  tiger cat - 0.073605
  Preprocess time: 3.420000 ms
  Prediction time: 335.438400 ms
  Postprocess time: 0.582000 ms
For TB-RK1808S0 AI计算棒
$ ./run_with_ssh.sh arm64
  (TB-RK1808S0 AI计算棒)
  warmup: 5 repeat: 10, average: 358.836304 ms, max: 361.001007 ms, min: 358.035004 ms
  results: 3
  Top0  tabby, tabby cat - 0.522023
  Top1  Egyptian cat - 0.395266
  Top2  tiger cat - 0.073605
  Preprocess time: 3.670000 ms
  Prediction time: 358.836304 ms
  Postprocess time: 0.542000 ms
运行适用于Rockchip NPU的mobilenetv1全量化模型
$ cd PaddleLite-linux-demo/image_classification_demo/assets/models
$ cp mobilenet_v1_int8_224_for_rockchip_npu/model.nb mobilenet_v1_int8_224_for_rockchip_npu_fluid.nb
$ cd ../../shell
$ vim ./run_with_adb.sh 或 vim ./run_with_ssh.sh
  MODEL_NAME设置为mobilenet_v1_int8_224_for_rockchip_npu_fluid
For RK1808 EVB
$ ./run_with_adb.sh arm64
  (RK1808 EVB)
  warmup: 5 repeat: 10, average: 6.663300 ms, max: 6.705000 ms, min: 6.590000 ms
  results: 3
  Top0  Egyptian cat - 0.514779
  Top1  tabby, tabby cat - 0.421183
  Top2  tiger cat - 0.052648
  Preprocess time: 2.391000 ms
  Prediction time: 6.663300 ms
  Postprocess time: 0.470000 ms
For RK1806/RV1126/RV1109 EVB
$ ./build.sh armhf
$ ./run_with_adb.sh armhf
  (RV1126 EVB)
  warmup: 5 repeat: 10, average: 5.956600 ms, max: 6.083000 ms, min: 5.860000 ms
  results: 3
  Top0  Egyptian cat - 0.497230
  Top1  tabby, tabby cat - 0.409483
  Top2  tiger cat - 0.081897
  Preprocess time: 3.514000 ms
  Prediction time: 5.956600 ms
  Postprocess time: 0.539000 ms
  (RV1109 EVB)
  warmup: 5 repeat: 10, average: 7.163200 ms, max: 7.459000 ms, min: 7.055000 ms
  results: 3
  Top0  Egyptian cat - 0.497230
  Top1  tabby, tabby cat - 0.409483
  Top2  tiger cat - 0.081897
  Preprocess time: 3.465000 ms
  Prediction time: 7.163200 ms
  Postprocess time: 0.595000 ms
For TB-RK1808S0 AI计算棒
$ ./run_with_ssh.sh arm64
  (TB-RK1808S0 AI计算棒)
  warmup: 5 repeat: 10, average: 9.819400 ms, max: 9.970000 ms, min: 9.776000 ms
  results: 3
  Top0  Egyptian cat - 0.514779
  Top1  tabby, tabby cat - 0.421183
  Top2  tiger cat - 0.052648
  Preprocess time: 4.277000 ms
  Prediction time: 9.819400 ms
  Postprocess time: 5.776000 ms

如果需要更改测试图片，可通过convert_to_raw_image.py工具生成；
如果需要重新编译示例程序，直接运行./build.sh即可，注意：build.sh的执行必须在docker环境中，否则可能编译出错。

更新模型

通过Paddle训练或X2Paddle转换得到MobileNetv1 foat32模型mobilenet_v1_fp32_224_fluid；

通过Paddle+PaddleSlim后量化方式，生成MobileNetV1-int8全量化模型

下载PaddleSlim-quant-demo.tar.gz，解压后清单如下：

- PaddleSlim-quant-demo
  - image_classification_demo
    - quant_post # 后量化
      - quant_post_rockchip_npu.sh # Rockchip NPU 一键量化脚本
      - README.md # 环境配置说明，涉及PaddlePaddle、PaddleSlim的版本选择、编译和安装步骤
      - datasets # 量化所需要的校准数据集合
        - ILSVRC2012_val_100 # 从ImageNet2012验证集挑选的100张图片
      - inputs # 待量化的fp32模型
        - mobilenet_v1
        - resnet50
      - outputs # 产出的全量化模型
      - scripts # 后量化内置脚本

查看README.md完成PaddlePaddle和PaddleSlim的安装

直接执行./quant_post_rockchip_npu.sh即可在outputs目录下生成MobileNetV1-int8全量化模型

$ cd PaddleSlim-quant-demo/image_classification_demo/quant_post
$ ./quant_post_rockchip_npu.sh
...
2021-01-20 14:02:45,671-INFO: Preparation stage ...
2021-01-20 14:02:47,205-INFO: Run batch: 0
2021-01-20 14:02:52,124-INFO: Run batch: 5
2021-01-20 14:02:56,072-INFO: Finish preparation stage, all batch:10
2021-01-20 14:02:56,079-INFO: Sampling stage ...
2021-01-20 14:03:08,759-INFO: Run batch: 0
2021-01-20 14:04:11,117-INFO: Run batch: 5
2021-01-20 14:05:00,945-INFO: Finish sampling stage, all batch: 10
2021-01-20 14:05:00,946-INFO: Calculate KL threshold ...
2021-01-20 14:05:33,664-INFO: Update the program ...
2021-01-20 14:05:34,400-INFO: The quantized model is saved in ../outputs/mobilenet_v1
post training quantization finish, and it takes 169.63866925239563.
--------start eval int8 model: mobilenet_v1-------------
grep: warning: GREP_OPTIONS is deprecated; please use an alias or script
-----------  Configuration Arguments -----------
batch_size: 20
class_dim: 1000
data_dir: ../dataset/ILSVRC2012_val_100
image_shape: 3,224,224
inference_model: ../outputs/mobilenet_v1
input_img_save_path: ./img_txt
save_input_img: False
test_samples: -1
use_gpu: 0
------------------------------------------------
Testbatch 0, acc1 0.75, acc5 1.0, time 1.38 sec
End test: test_acc1 0.76, test_acc5 0.93
--------finish eval int8 model: mobilenet_v1-------------

参考模型转化方法，利用opt工具转换生成Rockchip NPU模型，仅需要将valid_targets设置为rknpu,arm即可。

$ ./opt --model_dir=mobilenet_v1_int8_224_for_rockchip_npu_fluid \
    --optimize_out_type=naive_buffer \
    --optimize_out=opt_model \
    --valid_targets=rknpu,arm
替换自带的Rockchip NPU模型
$ cp opt_model.nb mobilenet_v1_int8_224_for_rockchip_npu/model.nb

注意：opt生成的模型只是标记了Rockchip NPU支持的Paddle算子，并没有真正生成Rockchip NPU模型，只有在执行时才会将标记的Paddle算子转成Rockchip NPU组网API，最终生成并执行模型。

更新支持Rockchip NPU的Paddle Lite库

下载PaddleLite源码和Rockchip NPU DDK

$ git clone https://github.com/PaddlePaddle/Paddle-Lite.git
$ cd Paddle-Lite
$ git checkout <release-version-tag>
$ git clone https://github.com/airockchip/rknpu_ddk.git

编译并生成PaddleLite+RockchipNPU for armv8 and armv7的部署库

For RK1808 EVB and TB-RK1808S0 AI计算棒

tiny_publish编译方式

$ ./lite/tools/build_linux.sh --with_extra=ON --with_log=ON --with_rockchip_npu=ON --rockchip_npu_sdk_root=./rknpu_ddk
将tiny_publish模式下编译生成的build.lite.linux.armv8.gcc/inference_lite_lib.armlinux.armv8.rknpu/cxx/lib/libpaddle_light_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/arm64/lib/libpaddle_light_api_shared.so文件；

full_publish编译方式

$ ./lite/tools/build_linux.sh --with_extra=ON --with_log=ON --with_rockchip_npu=ON --rockchip_npu_sdk_root=./rknpu_ddk full_publish
将full_publish模式下编译生成的build.lite.linux.armv8.gcc/inference_lite_lib.armlinux.armv8.rknpu/cxx/lib/libpaddle_full_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/arm64/lib/libpaddle_full_api_shared.so文件；

将编译生成的build.lite.linux.armv8.gcc/inference_lite_lib.armlinux.armv8.rknpu/cxx/include替换PaddleLite-linux-demo/libs/PaddleLite/arm64/include目录；

For RK1806/RV1126/RV1109 EVB

tiny_publish编译方式

$ ./lite/tools/build_linux.sh --arch=armv7hf --with_extra=ON --with_log=ON --with_rockchip_npu=ON --rockchip_npu_sdk_root=./rknpu_ddk
将tiny_publish模式下编译生成的build.lite.linux.armv7hf.gcc/inference_lite_lib.armlinux.armv7hf.rknpu/cxx/lib/libpaddle_light_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/armhf/lib/libpaddle_light_api_shared.so文件；

full_publish编译方式

$ ./lite/tools/build_linux.sh --arch=armv7hf --with_extra=ON --with_log=ON --with_rockchip_npu=ON --rockchip_npu_sdk_root=./rknpu_ddk full_publish
将full_publish模式下编译生成的build.lite.linux.armv7hf.gcc/inference_lite_lib.armlinux.armv7hf.rknpu/cxx/lib/libpaddle_full_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/armhf/lib/libpaddle_full_api_shared.so文件。

将编译生成的build.lite.linux.armv7hf.gcc/inference_lite_lib.armlinux.armv7hf.rknpu/cxx/include替换PaddleLite-linux-demo/libs/PaddleLite/armhf/include目录；

替换头文件后需要重新编译示例程序

其它说明

RK研发同学正在持续增加用于适配Paddle算子bridge/converter，以便适配更多Paddle模型。